相機標定——標定圖片拍攝規(guī)范
點擊上方“小白學視覺”，選擇加"星標"或“置頂”
重磅干貨，第一時間送達
相機標定是進行視覺測量和定位的基礎工作之一，標定參數(shù)準確與否直接關系到整個系統(tǒng)的精度，為此根據(jù)自己項目中的經(jīng)驗及參考相關的商用視覺軟件的做法將相機標定過程中標定圖片的獲取過程中需要注意的問題總結如下：
標定板拍攝的張數(shù)要能覆蓋整個測量空間及整個測量視場，把相機圖像分成四個象限（如圖1所示），應保證拍攝的標定板圖像均勻分布在四個象限中，且在每個象限中建議進行不同方向的兩次傾斜，圖2是一組推薦擺放方式圖片。
標定圖片的數(shù)量通常在15~25張之間，圖像數(shù)量太少，容易導致標定參數(shù)不準確。
圓或者圓環(huán)特征的像素數(shù)盡量大于20，標定板的成像尺寸應大致占整幅畫面的1/4
用輔助光源對標定板進行打光，保證標定板的亮度足夠且均勻
標定板成像不能過爆，過爆會導致特征輪廓的提取的偏移，從而導致圓心提取不準確。
標定板特征成像不能出現(xiàn)明顯的離焦距，出現(xiàn)離焦時可通過調(diào)整調(diào)整標定板的距離、光圈的大小和像距（對于定焦鏡頭，通常說的調(diào)焦就是指調(diào)整像距）。
標定過程，相機的光圈、焦距不能發(fā)生改變，改變需要重新標定。
?圖1 圖像的四象限位
圖2 標定板合適擺放位置
?End?
聲明：部分內(nèi)容來源于網(wǎng)絡，僅供讀者學術交流之目的。文章版權歸原作者所有。如有不妥，請聯(lián)系刪除。
下載1：OpenCV-Contrib擴展模塊中文版教程 在「小白學視覺」公眾號后臺回復：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。 下載2：Python視覺實戰(zhàn)項目52講 在「小白學視覺」公眾號后臺回復：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學校計算機視覺。 下載3：OpenCV實戰(zhàn)項目20講 在「小白學視覺」公眾號后臺回復：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學習進階。 交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~